[发明专利]一种基于显著性假设检验和偏最小二乘法的近红外光谱数据分析方法

摘要

本发明涉及一种基于显著性假设检验和偏最小二乘法的近红外光谱数据分析方法。本发明所述近红外光谱数据分析方法，显著性假设检验采用显著性参数衡量数据的重要性，利用不同的分数提取特征波段信息，得到的特征子集维数较小，减少数据处理量，有效提取同种物质近红外光谱明显差异的特征波段，实现对光谱数据的有效特征快速提取；结合偏最小二乘定性回归模型提高了识别正确率。

主权项

1.一种基于显著性假设检验和偏最小二乘法的近红外光谱数据分析方法，其特征在于，包括以下步骤：(1)采集样本的近红外光谱数据，并进行样本预处理；所述样本预处理的方法为主成分分析‑马氏距离法；(2)将样本预处理后的数据进行显著性差异处理；具体步骤为：设波长对应属性吸光度有n个类C₁，C₂,…C_i…,C_n；n个类对应的属性均值分别是每一类的显著分数为z_l；设定z_l的阈值；如果显著分数z_l超过设定的阈值，判定相应的波段差异较大，相应的波长数据为重要数据，并且保留该波长数据；显著性差异参数zl采用以下公式：其中：l表示波长，是l波长C_j类吸光度的平均值；是l波长C_i类吸光度的平均值；s_li是l波长C_i类吸光度的方差；n_i是C_i类样本数；s_lj是l波长C_j类吸光度的方差；n_j是C_j类样本数；(3)将显著性差异处理后的数据按比例分为训练集和预测集；(4)将训练集和预测集带入偏最小二乘定性回归模型获得预测结果。